- 授权协议: GPL
- 开发语言: JavaScript
- 操作系统: 跨平台
- 软件首页: https://www.bountysource.com
- 软件文档: http://bountysource.github.io
软件介绍
======Bountysource 是一个软件开发集资平台项目,主要为开源软件服务。当你发现某个开源软件有bug要修复、或者新功能迫切需要添加,而原软件的进度又摇摇无期,这时你可以借助 Bountysource 在上面发布悬赏,通过付费来请其它开发者完成。
此网站目前仅开源了前端实现,就是下面看到的。网站页面渲染和路由完全通过前端JS实现,后端其实仅仅只是一个API服务器,用户浏览器和服务器之间通过API交互,仅传输纯JSON数据。
此前端实现相当于是网站的 web app,就是个angular.js应用,纯静态 HTML+JS+CSS,不需要其它 web 容器,直接扔到 nginx 之类的服务器下配置好 URL 重写即可正常访问。
主要用到的技术:
angular.js (javascript framework)
twitter-bootstrap (stylesheet framework)
grunt (compiling)
bower (web components)
jshint (javascript syntax checking)
karma (testing)
本地开发或运行:
git clone git@github.com:YOUR_GITHUB_LOGIN/frontend.git bountysource cd bountysource sudo npm install -g bower grunt-cli # recommended npm install # installs required node.js modules into node_modules/* bower install # installs web components into app/components/* grunt server # runs grunt server on http://localhost:9000/
虽说此网站后端实现没有开源,但是官方提供了完整详细的API文档,这对研究它的这套前端应用还是非常有帮助的。
网站截图:
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
大数据时代的算法:机器学习、人工智能及其典型实例
刘凡平 / 电子工业出版社 / 2017-1 / 49
《大数据时代的算法:机器学习、人工智能及其典型实例》介绍在互联网行业中经常涉及的算法,包括排序算法、查找算法、资源分配算法、路径分析算法、相似度分析算法,以及与机器学习相关的算法,包括数据分类算法、聚类算法、预测与估算算法、决策算法、关联规则分析算法及推荐算法。《大数据时代的算法:机器学习、人工智能及其典型实例》涉及的相关算法均为解决实际问题中的主流算法,对于工作和学习都有实际参考意义。 《......一起来看看 《大数据时代的算法:机器学习、人工智能及其典型实例》 这本书的介绍吧!
